선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 또한 이들 연구는 대부분 해당 연령대의 평균체형을 대상으로 하였으므로, 체형에 따른 특성이 반영되지 않아 의복의 맞음새에 매우 민감한 연령대인 20대 성인 여성에 대한 체형특성에 따른 방법들이 체계적으로 연구되어야 하며, 스마트폰, 넷북 등 소형 IT기기 사용으로 인한 척추의 굽음 및 휘어짐 등 체형의 불균형을 고려한 의복을 설계하기 위해서는 20대 여성을 대상으로 체형연구와 더불어 재킷 패턴 제작 방법에 대한 검토 및 보다 적합한 테일러드 칼라 및 재킷 원형개발에 관한 연구가 필요하다고 볼 수 있다. 따라서 본 연구는 기성복의 주요 구매자이며 의복의 맞음새에 매우 민감하고, 성인여성 체형의 기본이 되는 20대 성인여성을 대상으로 체형별 재킷패턴을 설계한 후, 3차원 가상착의시스템을 이용하여 실제착의와 가상착의실험을 통해 재킷패턴을 개발하여 의복의 맞음새 향상 및 향후 온라인 의류시장에서 활용될 가상착의 시스템 개발을 위한 기초자료를 제공하고자 한다.
- 본 연구는 가상착의와 실제착의를 실시하여 20대 전반 성인여성의 재킷패턴을 비교·분석하여 매스 커스터마이제이션 생산체제에 있어 의복의 맞음새 향상 및 온라인 의류시장에서 활용될 가상착의 시스템개발을 위한 기초자료를 제공하고자 한다.
- 본 연구는 여성복 재킷패턴을 개발하기 위한 기초연구로써, 기성복의 주요 구매자이며 의복의 맞음새에 매우 민감하고, 성인여성 체형의 기본이 되는 20대 성인여성을 대상으로 체형별 재킷패턴을 설계한 후, 3차원 가상착의시스템을 이용하여 실제착의와 가상착의실험을 통해 재킷패턴을 개발하여 향후 도래할 매스 커스터마이제이션 생산체제에 있어 의복의 맞음새 향상을 위한 기초자료를 제공하고자 하는데 그 목적이 있다.
제안 방법
- 일본 Hamamatsu사의 레이저 전신 스캐너 Body Line scanner C9036를 이용하여 유형별 인체치수와 형상 데이터를 얻었다. 3차원 인체스캔을 받은 피험자의 인체형상 데이터를 Metasequoia 프로그램 시뮬레이션 실행에 적합하도록 10,000폴리건으로 줄이고, 겨드랑이부위와 샅부위의 결측부위를 보완하여 저장한다. 이 저장된 파일을 수동으로 기준점을 지정하여 측정경로 설정및 측정치 계산을 수행할 수 있는 i-Designer의 Body Order Tool에서 기준점과 기준선을 표시하여 3차원 가상모델로 구현하였다.
- 평가 문항은 실제착의 문항과 동일하다. 가상착의 실험복 제작은 실제로 옷을 제작하는 것과 같은 방법으로 YUKA Pattern CAD System으로 제작한 패턴을 DXF파일 형식으로 변환하여 사용하였으며, 실험포의 물성은 실제착의평가에서 사용된 실험포의 KES 값을 입력하였다.
- 가상착의 평가는 i-Designer프로그램을 활용하여 피험자4명의 인체스캔 데이터에 가상봉제 및 착장 시뮬레이션으로 완성한 가상 착장결과 및 시각자료를 전문가 패널집단에게 제시하여 외관평가를 하도록 하였다. 평가 문항은 실제착의 문항과 동일하다.
- 가상착의실험은 i-Designer프로그램을 활용하여 이루어졌으며, 체형별 4명의 피험자에게 실제 실험복을 착의시키고, 컴퓨터 상에서 가상착의실험 프로그램으로 피험자의 3D인체스캔데이터에 실제 원단물성과 패턴을 그대로 적용시켜 제작한 재킷을 가상 착장시켜 외관평가를 실시하였고 결과는에서 나타난 바와 같다.
- 검사자는 의상을 전공한 의복구성관련 전문인 5명으로 구성하였으며 검사자들로 하여금 실험복을 앞면, 옆면, 뒷면, 소매로 나누어 전체 및 부분의 맞음새와 외관을 Likert type의 5점 척도를 이용하여 매우적합(5점), 적합(4점), 보통(3점), 부적합(2점), 매우 부적합(1점)으로 각 평가 항목마다 해당점수를 표기하게 하였다. 검사항목별 평균, 표준편차를 구하여 분석하였으며 착의실험에 대한 신뢰도 검증을 위해 변수간에 반응의 일치정도를 알아보는 Cronbach's alpha 계수를 상관관계 분석에 의해 구하였다.
- 유형 4는 숙인체형과 체형의 형태가 비슷하나 척추의 만곡도가 심하여 등이 돌출되어있는 휜체형이다. 그러므로 등이 굽어 뒤품이 당기는 것을 보완하기 위해 그림과 같이 뒤품을 0.3㎝ 추가해 주었으며, 착의 시 어깨선이 전체적으로 앞으로 치우치는 경향이 나타났으므로 어깨선의 위치를 뒤어깨선은 0.5㎝ 올려주고, 앞어깨선은 0.5㎝ 내려주어 어깨중심점이 이동한 것을 보완하였다. 재킷의 앞판 옆선을 0.
- 본 연구 착의실험 결과에서 나타난 문제점을 수정·보완하여 유형별 재킷패턴을 설계하였으며 유형별 테일러드 재킷의 최종 제도법은 와 같다.
- 본 연구 피험자의 신체치수와 체형연구를 토대로 예비실험을 통하여 체형별로 연구원형을 설계하였다. 기본이 된 원형 설계법으로는 산업패턴설계(나미향 외, 2002)제도법을 토대로 하였고, 재킷은 선행연구를 참고하여 스타일의 변화가 거의 없는 베이직 제품인 테일러드 재킷을 선정하였다.
- 본 연구에서 착의실험 결과에서 나타난 문제점을 수정·보완하여 유형별 재킷패턴을 설계하였으며 유형별 재킷패턴의 최종 제도법은 다음과 같다.
- 서울과 경기, 충청지역의 20대 전반 여성271명을 대상으로 직접 계측하여 20대 전반여성의 체간부 체형을 분류하고 그 특징을 파악하기 위하여 요인분석에서 얻어진 항목을 변수로 하여군집분석을 실시하였다(신장희, 2011). 이를 통하여 20대 전반 여성체형의 형태 및 자세가 숙인체형, 젖힌체형, 바른체형, 휜체형의 4개 유형으로 분류되었다.
- 성인여성의 신체치수와 체형연구 및 착의실험 결과를 토대로 수정·보완 하였다.
- 3차원 인체스캔을 받은 피험자의 인체형상 데이터를 Metasequoia 프로그램 시뮬레이션 실행에 적합하도록 10,000폴리건으로 줄이고, 겨드랑이부위와 샅부위의 결측부위를 보완하여 저장한다. 이 저장된 파일을 수동으로 기준점을 지정하여 측정경로 설정및 측정치 계산을 수행할 수 있는 i-Designer의 Body Order Tool에서 기준점과 기준선을 표시하여 3차원 가상모델로 구현하였다.
- 기본이 된 원형 설계법으로는 산업패턴설계(나미향 외, 2002)제도법을 토대로 하였고, 재킷은 선행연구를 참고하여 스타일의 변화가 거의 없는 베이직 제품인 테일러드 재킷을 선정하였다. 재킷 설계법으로는 상의 기본형태로 부터 크게 변형되지 않고 체형을 잘 드러낼 수 있는 암홀프린세스라인의 세미 피트형을 연구 재킷 패턴으로 정하였으며 테일러드칼라, 소매는 두장소매로 구성하였다. 성인여성의 신체치수와 체형연구 및 착의실험 결과를 토대로 수정·보완 하였다.
- 피험자는 유형별 4명으로 실험복을 직접 착의하여 외관에 대한 평가를 실시하였다. 평가항목은 선행연구를 토대로 선정하여 작성하였으며, 앞면에 관한 12항목, 옆면에 관한 4항목, 뒷면에 관한 8항목, 소매에 관한 6항목으로 총 30항목으로 구성하였다.
- 본 연구의 재킷패턴을 개발하기 위해 예비실험을 통해 실험의를 제작하였으며, 소재는 100%의 광목을 사용하였다. 피험자는 유형별 4명으로 실험복을 직접 착의하여 외관에 대한 평가를 실시하였다. 평가항목은 선행연구를 토대로 선정하여 작성하였으며, 앞면에 관한 12항목, 옆면에 관한 4항목, 뒷면에 관한 8항목, 소매에 관한 6항목으로 총 30항목으로 구성하였다.
- 피험자는 직접계측 자료 분석(신장희, 손희순, 2011)을 통해 대표체형으로 선정된 피험자를 숙인체형, 젖힌체형, 바른체형, 휜체형으로 구분하여 유형별로 1명씩 선정하였다. 유형1은 키가 크고 마른 볼륨이 없는 숙인체형, 유형2는 신체 부피 및 횡적크기가 크고 어깨가 작은 젖힌체형, 유형3은 모든 유형 중에서 가장 마르고 드롭치가 큰 바른체형, 유형4는 부피가 크고 키가 작은 휜체형으로 유형별 대표체형의 평균값과 피험자의 신체치수는 다음 <표 1>과 같다.
대상 데이터
- 본 연구의 재킷패턴을 개발하기 위해 예비실험을 통해 실험의를 제작하였으며, 소재는 100%의 광목을 사용하였다. 피험자는 유형별 4명으로 실험복을 직접 착의하여 외관에 대한 평가를 실시하였다.
- 일본 Hamamatsu사의 레이저 전신 스캐너 Body Line scanner C9036를 이용하여 유형별 인체치수와 형상 데이터를 얻었다. 3차원 인체스캔을 받은 피험자의 인체형상 데이터를 Metasequoia 프로그램 시뮬레이션 실행에 적합하도록 10,000폴리건으로 줄이고, 겨드랑이부위와 샅부위의 결측부위를 보완하여 저장한다.
데이터처리
- 검사항목별 평균, 표준편차를 구하여 분석하였으며 착의실험에 대한 신뢰도 검증을 위해 변수간에 반응의 일치정도를 알아보는 Cronbach's alpha 계수를 상관관계 분석에 의해 구하였다.
이론/모형
- 본 연구 피험자의 신체치수와 체형연구를 토대로 예비실험을 통하여 체형별로 연구원형을 설계하였다. 기본이 된 원형 설계법으로는 산업패턴설계(나미향 외, 2002)제도법을 토대로 하였고, 재킷은 선행연구를 참고하여 스타일의 변화가 거의 없는 베이직 제품인 테일러드 재킷을 선정하였다. 재킷 설계법으로는 상의 기본형태로 부터 크게 변형되지 않고 체형을 잘 드러낼 수 있는 암홀프린세스라인의 세미 피트형을 연구 재킷 패턴으로 정하였으며 테일러드칼라, 소매는 두장소매로 구성하였다.
성능/효과
- 연구결과 실제착의와 가상착의평가에서 유의한 차이를 보이는 항목들을 참고하여 재킷패턴을 개발한다면 전체적으로 착의적합성이 향상된 패턴을 얻을 수 있을 것이라 사료된다. 결과를 종합해보면 유형3의 바른체형이 실제착의와 가상착의 평가 결과 대부분의 항목에서 유의차가 나타나지 않았으나 유형1의 숙인체형에서는 어깨부위, 뒤면과 옆면의 허리둘레, 엉덩이둘레에서, 유형2의 젖힌체형에서는 앞면의 어깨끝점, 뒤면의 겨드랑이부분에서, 유형4의 휜체형에서는 뒷면의 겨드랑둘레부분에서 유의한 차이가 나타나 가상착의시스템이 등부위가 숙여짐에 따른 인체의 형상을 반영하여 의복이 밀착되지 않는 것을 알 수 있다. 이로써 실제와 가상평가의 차이를 유발하는 요인은 등부위가 바르지 않은 체형그룹임을 알 수 있으므로 재킷의 맞음새평가에 가상착의시스템을 적용할 경우 등부분이 바르지 않은 체형일 경우 실제와 가상 맞음새의 평가 간 차이를 고려해 분석해야 할 것이다.
- 본 연구를 통해 자세에 의해 분류된 4개 체형의 실제착의 상태와 가상착의 상태 평가 결과를 분석하면 대부분의 유형에서 겨드랑둘레선 항목에서 유의한 차이가 나타났는데 이유는 3차원인체스캐닝 시 겨드랑부위의 미측정을 방지하기 위해 팔을 약간 벌리고 스캐닝을 하는 것과 관련된다고 할 수 있으며 겨드랑부위의 결측부위를 보완하는 과정에서 인체가 조금은 왜곡되는 것으로 추측된다. 따라서 이러한 제언점이 개선되기 위해서는 인체스캐너와 프로그램의 정확성 등이 검증되어야 할 것이다.
- 이는 유형3이 정상체형이지만 겨드랑둘레선부분에서 유의차가 생긴 이유는 3차원인체스캐닝 시 겨드랑부위의 미측정을 방지하기 위해 팔을 약간 벌리고 스캐닝을 하는 것과 관련된다고 할 수 있다. 실제착의 및 가상착의 맞음새 평가값의 평균이 전반적으로 여유분이나 기준선의 문항에서 다른 유형에 비하여 높은 점수를 나타내었다.
- 유형1의 실제착의와 가상착의 평가에 대한 항목별 유의차를 분석한 결과는 <표 2>와 같다. 앞면에서 겨드랑둘레선 항목에서 유의한 차이를 보였고, 뒤면에서는 뒤품의 여유분, 겨드랑둘레 항목에서 유의한 차이를 보였으며, 소매에서는 소매달림 항목에서 유의한 차이를 나타냈다. 이는 유형1이 숙인체형으로 실제착의에서는 의복이 인체의 형상을 반영하여 등면의 곡선을 따라 의복이 밀착되지만, 가상착의에서는 의복이 등면 곡선에 밀착되지 않고 들뜸에 따라 뒤품 및 겨드랑둘레에 군주름을 형성하기 때문으로 생각된다.
- 유형3의 실제와 가상착의평가에 대한 항목별 유의차를 분석한 결과는 (표 4)와 같으며 뒤면의 겨드랑둘레선 항목에서 유의한 차를 보인 것을 제외하고, 대부분의 항목에서 실제착의와 가상착의 착의평가의 항목별 유의한 차가 나타나지 않았다. 이는 유형3이 정상체형이지만 겨드랑둘레선부분에서 유의차가 생긴 이유는 3차원인체스캐닝 시 겨드랑부위의 미측정을 방지하기 위해 팔을 약간 벌리고 스캐닝을 하는 것과 관련된다고 할 수 있다.
- 유형별 체형특징으로 유형1은 유형중 가장 키가 크고 어깨부위가 긴 숙인체형의 볼륨감이 없는 유형으로 숙인체형(31.37%), 유형2는 유형 중 가장 살이 찌고 작은 어깨에 볼륨감이 없는 유형으로 젖힌체형(31.00%), 유형3은 모든 유형 중에서 가장 마르고 체간부에 굴곡이 있는 바른체형(29.89%), 유형4는 유형중 가장 키가 작고 볼륨감이 있는 휜체형(7.74%)의 순으로 나타났다.
- 이를 종합해보면 유형3의 바른체형이 실제착의와 가상착의 평가 결과 대부분의 항목에서 유의차가 나타나지 않았으나 유형1의 숙인체형에서는 어깨부위, 뒤면과 옆면의 허리둘레, 엉덩이 둘레에서 유의한 차이가 나타나 가상착의시스템이 등부위가 숙여짐에 따른 인체의 형상을 반영하여 의복이 밀착되지 않는 것을 알 수 있다. 또한 대부분의 유형의 겨드랑둘레선부분에서 유의차가 생긴 이유는 3차원 인체스캐닝 시 겨드랑부위의 미측정을 방지하기 위해 팔을 약간 벌리고 스캐닝을 하는 것과 관련되어 아직까지는 가상착의가 실제착의와 유사하지 못한 것으로 생각된다.
- 서울과 경기, 충청지역의 20대 전반 여성271명을 대상으로 직접 계측하여 20대 전반여성의 체간부 체형을 분류하고 그 특징을 파악하기 위하여 요인분석에서 얻어진 항목을 변수로 하여군집분석을 실시하였다(신장희, 2011). 이를 통하여 20대 전반 여성체형의 형태 및 자세가 숙인체형, 젖힌체형, 바른체형, 휜체형의 4개 유형으로 분류되었다.
- 유형 3은 유형중 체중은 가장 적게 나가며 체간부의 굴곡이 가장 큰 바른 자세의 특징을 갖는 체형이다. 전체 유형 중 가장 바른 자세를 가진 체형이므로 표준의 연구원형제도법을 적용하였을 때 맞음새 평가값의 평균이 전반적으로 여유분이나 기준선의 문항에서 높은 점수를 나타내었다.
- 7㎝늘려준다. 착의 시 어깨선이 전체적으로 앞으로 치우치는 경향이 나타났으므로 어깨선의 위치를 뒤어깨선은 0.5㎝ 올려주고, 앞어깨선은 0.5㎝ 내려주어 어깨중심점이 이동한 것을 보완하였다. 진동둘레의 위치가 앞쪽으로 기울어지기 때문에 재킷의 앞판 옆선을 0.
후속연구
- 또한, 본 연구는 조사대상 및 연령대에 한계가 있으므로 본 연구 결과의 확대 해석에는 신중을 기해야하며, 3차원 가상착의 형상이 체형이 바른 경우에만 실제착의 상태를 충분히 표현해 주기 때문에 가상과 실제형상의 차이를 줄일 수 있는 3차원 가상착의프로그램의 개발이 요구된다. 그리고 유의차가 크게 나타난 항목에 대해서는 다수의 피험자들에 의해 검증이 필요할 것이며, 앞으로 3차원 가상착의 시스템이 의류산업에 활용될 수 있도록 많은 후속 연구들이 필요할 것이다.
- 본 연구를 통해 자세에 의해 분류된 4개 체형의 실제착의 상태와 가상착의 상태 평가 결과를 분석하면 대부분의 유형에서 겨드랑둘레선 항목에서 유의한 차이가 나타났는데 이유는 3차원인체스캐닝 시 겨드랑부위의 미측정을 방지하기 위해 팔을 약간 벌리고 스캐닝을 하는 것과 관련된다고 할 수 있으며 겨드랑부위의 결측부위를 보완하는 과정에서 인체가 조금은 왜곡되는 것으로 추측된다. 따라서 이러한 제언점이 개선되기 위해서는 인체스캐너와 프로그램의 정확성 등이 검증되어야 할 것이다. 또한, 본 연구는 조사대상 및 연령대에 한계가 있으므로 본 연구 결과의 확대 해석에는 신중을 기해야하며, 3차원 가상착의 형상이 체형이 바른 경우에만 실제착의 상태를 충분히 표현해 주기 때문에 가상과 실제형상의 차이를 줄일 수 있는 3차원 가상착의프로그램의 개발이 요구된다.
- 현재까지 이루어진 재킷에 관한 연구로는 대부분 시각적 평가(한정숙, 류숙희, 1997)나 선호도에 관한 연구(이보나, 2005)이며, 소재별 패턴 연구(장세은, 2006), 중년(이영숙, 1997) 및 노년(이수진, 2009), 비만여성(윤혜준, 2008)이나 남성(김명옥, 2009)을 연구대상으로 하였다. 또한 이들 연구는 대부분 해당 연령대의 평균체형을 대상으로 하였으므로, 체형에 따른 특성이 반영되지 않아 의복의 맞음새에 매우 민감한 연령대인 20대 성인 여성에 대한 체형특성에 따른 방법들이 체계적으로 연구되어야 하며, 스마트폰, 넷북 등 소형 IT기기 사용으로 인한 척추의 굽음 및 휘어짐 등 체형의 불균형을 고려한 의복을 설계하기 위해서는 20대 여성을 대상으로 체형연구와 더불어 재킷 패턴 제작 방법에 대한 검토 및 보다 적합한 테일러드 칼라 및 재킷 원형개발에 관한 연구가 필요하다고 볼 수 있다. 따라서 본 연구는 기성복의 주요 구매자이며 의복의 맞음새에 매우 민감하고, 성인여성 체형의 기본이 되는 20대 성인여성을 대상으로 체형별 재킷패턴을 설계한 후, 3차원 가상착의시스템을 이용하여 실제착의와 가상착의실험을 통해 재킷패턴을 개발하여 의복의 맞음새 향상 및 향후 온라인 의류시장에서 활용될 가상착의 시스템 개발을 위한 기초자료를 제공하고자 한다.
- 따라서 이러한 제언점이 개선되기 위해서는 인체스캐너와 프로그램의 정확성 등이 검증되어야 할 것이다. 또한, 본 연구는 조사대상 및 연령대에 한계가 있으므로 본 연구 결과의 확대 해석에는 신중을 기해야하며, 3차원 가상착의 형상이 체형이 바른 경우에만 실제착의 상태를 충분히 표현해 주기 때문에 가상과 실제형상의 차이를 줄일 수 있는 3차원 가상착의프로그램의 개발이 요구된다. 그리고 유의차가 크게 나타난 항목에 대해서는 다수의 피험자들에 의해 검증이 필요할 것이며, 앞으로 3차원 가상착의 시스템이 의류산업에 활용될 수 있도록 많은 후속 연구들이 필요할 것이다.
- 연구결과 실제착의와 가상착의평가에서 유의한 차이를 보이는 항목들을 참고하여 재킷패턴을 개발한다면 전체적으로 착의적합성이 향상된 패턴을 얻을 수 있을 것이라 사료된다. 결과를 종합해보면 유형3의 바른체형이 실제착의와 가상착의 평가 결과 대부분의 항목에서 유의차가 나타나지 않았으나 유형1의 숙인체형에서는 어깨부위, 뒤면과 옆면의 허리둘레, 엉덩이둘레에서, 유형2의 젖힌체형에서는 앞면의 어깨끝점, 뒤면의 겨드랑이부분에서, 유형4의 휜체형에서는 뒷면의 겨드랑둘레부분에서 유의한 차이가 나타나 가상착의시스템이 등부위가 숙여짐에 따른 인체의 형상을 반영하여 의복이 밀착되지 않는 것을 알 수 있다.
- 결과를 종합해보면 유형3의 바른체형이 실제착의와 가상착의 평가 결과 대부분의 항목에서 유의차가 나타나지 않았으나 유형1의 숙인체형에서는 어깨부위, 뒤면과 옆면의 허리둘레, 엉덩이둘레에서, 유형2의 젖힌체형에서는 앞면의 어깨끝점, 뒤면의 겨드랑이부분에서, 유형4의 휜체형에서는 뒷면의 겨드랑둘레부분에서 유의한 차이가 나타나 가상착의시스템이 등부위가 숙여짐에 따른 인체의 형상을 반영하여 의복이 밀착되지 않는 것을 알 수 있다. 이로써 실제와 가상평가의 차이를 유발하는 요인은 등부위가 바르지 않은 체형그룹임을 알 수 있으므로 재킷의 맞음새평가에 가상착의시스템을 적용할 경우 등부분이 바르지 않은 체형일 경우 실제와 가상 맞음새의 평가 간 차이를 고려해 분석해야 할 것이다.
- 이상의 연구 결과는 20대 성인여성의 체형을 효율적으로 보정해주는 재킷설계방법을 제시하여 산업현장의 기초자료로 활용될 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.